社會網(wǎng)絡分析方法（SNA）是一類考慮了多個行動者間社會關系的方法論，適用于研究諸如學校、企業(yè)、組織到國家的一個整體單位。考慮到網(wǎng)絡中存在的巨大關系網(wǎng)絡，本文從社交和內容產(chǎn)品角度出發(fā)，介紹這一方法論的基本概念和實際運用。

一、社區(qū)中的關系建立

首先要明確SNA中的兩個重要元素：行動者（actor）和關系。

行動者：以個體為單位，在圖中用圓圈代表一個行動者。

關系：兩個行動者間是否存在聯(lián)系，用連線表示，區(qū)分無向和有向。

關系矩陣是一個N*N的矩陣，縱橫分別表示行動者，1代表存在關系，0代表不存在關系。

在無向圖中，可以以對角線為分割；有向圖中，僅看下半部分必須畫出完整矩陣。

以知乎用戶為例：用戶有權選擇關注或不關注他人，粉絲相對被關注者就是一個有指向性的關系；而被關注者也有權選擇是否關注這個粉絲，所以有向圖中含有的信息更豐富。

以用戶A-E為例：最多可以產(chǎn)生25個關系（第一行代表A關注了B和D，第一列代表A被B和E關注）。

在社群圖中，可以看更直接清晰看到兩兩用戶間的關系，這個五個用戶構成的局部網(wǎng)可以看做是知乎用戶網(wǎng)絡的一個縮影。

二、KOL形成

上圖中反映的指向和指出每個用戶的線條數(shù)不盡相同，而衡量這一指標，有助于理解整個社區(qū)內的“權力”流向。簡單理解：即一個行動者獲得越多的箭頭指向數(shù)，那他在這個社區(qū)中的位置和威望越高。

這里通常用中心度來量化這一指標，指代某點的密集性，這一指標被稱為度中心性（Degree Centrality）。

• 局部中心度（絕對）：某點的出入度之和；
• 局部中心度（相對）：實際度數(shù)/可能產(chǎn)生聯(lián)系的最多度數(shù)；
• 整體中心度：某點與其他點的捷徑距離（到其他點的最短途徑）之和。

計算上圖五個用戶的中心度關系，可以發(fā)現(xiàn)A/B/C/D四個用戶的局部中心度和整體中心度相等，E用戶則處于邊緣狀態(tài)。

利用軟件分析度數(shù)，可以更直觀看到這個微型社區(qū)的權力關系。

以八個用戶的相互關注關系重復上述步驟，可以看到更加直觀的顯示，很明顯A用戶在小世界中與最多的用戶產(chǎn)生聯(lián)系，是中心人物。

除了度中心度，衡量指標還有接近中心度、中間中心度（分別用來表示和KOL有關聯(lián)的關鍵人物以及作為中間人的程度）。

三、興趣圈拓撲圖

以上圖八個用戶為例，ADCE用戶間構成一個“循環(huán)”，其長度為4（其中間還包含ABCD這個長度也為4的環(huán)，和ABD、BCD兩個長度為3的環(huán)）。

考慮到關系的有向性，ABD是一個有向環(huán)，可以遵循A-D-B完成完整閉環(huán)；而ADCE雖然用線相連，但不在一個固定方向的持續(xù)鏈上，只能算作是半環(huán)。

派系是環(huán)概念的延伸，n-派系中的n指的是派系成員之間聯(lián)絡的最長途徑之長；我們最開始的例子（五個用戶）給出的就是一個2-派系群體。

現(xiàn)在我們來定義形成一個“社圈”的標準，如果派系的三分之二的成員完全相同，則把這些派系合并為一個圈，接下去可以定義不同的標準，對這個圈進行擴大。

對應知乎，可以把最先形成的這個小圈理解為互相間有關系的又對某一問題同樣感興趣的人群，擴大后的大圈則是對某一話題有同樣興趣的人群。

四、聚類

聚類技術在互聯(lián)網(wǎng)產(chǎn)品中已經(jīng)被廣泛運用，但放在SNA下，聚類更強調等級結構性（即根據(jù)個體的社會關系進行分層）。

以八個用戶的案例為例，進行了3次聚類，其中最左邊的數(shù)字指代度中心性的排名，A用戶因為有最大的中心度所以排名為1。

第一層聚類結果：FGH邊緣用戶為一類，BD排名靠中的用戶為一類。

之后繼續(xù)聚類，直到所有用戶歸為一類停止。

圈和聚類兩者之間的區(qū)別在于：派系概念依據(jù)成員相似性進行劃分，形成的圈子以興趣為交點；聚類則是按成員關系數(shù)量進行劃分，是對權力等級的分類。

以知乎為例，這8名用戶可能同為科技互聯(lián)網(wǎng)話題愛好者，以3/3/2的結構分別對物聯(lián)網(wǎng)、JAVA和人工智能感興趣，則這三類就可以單獨成為一個派系；但每個用戶對用的關注和被關注關系不同，F(xiàn)GH用戶產(chǎn)生的關系少，但他們可以不在同一派系中。

五、總結

感謝廣大網(wǎng)民貢獻的用戶數(shù)和關系鏈，目前SNA分析的應用場景已經(jīng)拓展到多個領域的運用，如社交產(chǎn)品中的社交圈分析——基于社交關系進行的商品和內容推薦、網(wǎng)絡信息傳播等，只要有人的地方，都可以用SNA來分析強弱關系、緊密度、群體分類。

就本文探討的KOL形成和發(fā)現(xiàn)來說，就可以作為商業(yè)廣告投放的量化參考標準之一。

社交網(wǎng)絡中，用來評估KOL的核心指標一般為KOL本身制造的內容及影響人群（后者量化到可收集的指標上，一般為粉絲數(shù)，即社群圖中的單向關注關系，可以用多條有向線標注）。

KOL粉絲重合度和SNA中派系的概念重合。根據(jù)自定義標準：廣告主可以計算出兩個KOL粉絲的重合度，從而根據(jù)預期的觸達次數(shù)選擇重合程度。

根據(jù)不同體量KOL的圈層推算預期滲透率：SNA其實可以幫助廣告主在前期就省下投放費用，當然投放后還要繼續(xù)關注APRU、ROI等指標。

反推一下思考，也可以理解為什么現(xiàn)在買粉絲已經(jīng)成為了行業(yè)普遍亂象之一。

因此在關注的基礎上，很多社交產(chǎn)品也開始考慮其他互動因素作為參考指標，以排除僵尸粉的作亂

作者：47

來源：47